1. Электронный научный архив УрФУ
  2. 00. Общеуниверситетские коллекции
  3. Периодические и продолжающиеся издания
  4. Ural Radio Engineering Journal
Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://elar.urfu.ru/handle/10995/110992
Полная запись метаданных
Поле DCЗначениеЯзык
dc.contributor.authorВебер, В. И.ru
dc.contributor.authorКуприц, В. Ю.ru
dc.contributor.authorМещеряков, А. А.ru
dc.contributor.authorКуприц, М. В.ru
dc.contributor.authorWeber, V. I.en
dc.contributor.authorKuprits, V. Y.en
dc.contributor.authorMescheryakov, A. A.en
dc.contributor.authorKuprits, M. V.en
dc.date.accessioned2022-05-05T12:56:24Z-
dc.date.available2022-05-05T12:56:24Z-
dc.date.issued2022-
dc.identifier.citationРаспознавание наземных объектов на радиолокационном изображении с применением сверточной нейронной сети / В. И. Вебер, В. Ю. Куприц, А. А. Мещеряков, М. В. Куприц // Ural Radio Engineering Journal. — 2022. — Vol. 6, No. 1. — P. 93–101.ru
dc.identifier.issn2588-0454print
dc.identifier.issn2588-0462online
dc.identifier.urihttp://elar.urfu.ru/handle/10995/110992-
dc.descriptionПоступила: 09.12.2021. Принята в печать: 24.03.2022.ru
dc.descriptionReceived: 09.12.2021. Accepted: 24.03.2022.en
dc.description.abstractРассматриваются методы распознавания наземных объектов на радиолокационном изображении, полученном с помощью радиолокатора с синтезированной апертурой. Приводятся результаты моделирования распознавания наземных объектов с применением сверточной нейронной сети. Приведено сравнение зависимости времени распознавания от количества наземных объектов на РЛИ для нейросетевого и корреляционного методов.ru
dc.description.abstractIn this paper, methods of recognizing ground objects on a radar image obtained using a synthesized aperture radar are considered. The results of modeling the recognition of ground objects using a convolutional neural network are presented. The comparison of the dependence of the recognition time on the number of ground objects on the radar for neural network and correlation methods is given.en
dc.language.isoruen
dc.publisherУральский федеральный университетru
dc.publisherUral Federal Universityen
dc.relation.ispartofUral Radio Engineering Journal. 2022. Vol. 6. № 1en
dc.subjectРАДИОЛОКАЦИОННОЕ ИЗОБРАЖЕНИЕru
dc.subjectРАСПОЗНАВАНИЕ ОБРАЗОВru
dc.subjectРАДИОЛОКАЦИЯ С СИНТЕЗИРОВАННОЙ АПЕРТУРОЙ АНТЕННЫru
dc.subjectНЕЙРОННЫЕ СЕТИru
dc.subjectКОРРЕЛЯЦИОННО-ЭКСТРЕМАЛЬНЫЙ МЕТОД РАСПОЗНАВАНИЯ ОБРАЗОВru
dc.subjectRADAR IMAGEen
dc.subjectPATTERN RECOGNITIONen
dc.subjectRADAR WITH A SYNTHESIZED ANTENNA APERTUREen
dc.subjectNEURAL NETWORKSen
dc.subjectCORRELATION-EXTREME METHOD OF PATTERN RECOGNITIONen
dc.titleРаспознавание наземных объектов на радиолокационном изображении с применением сверточной нейронной сетиru
dc.title.alternativeRecognition of ground objects on a radar image using convolutional neural networken
dc.typeArticleen
dc.typeinfo:eu-repo/semantics/articleen
dc.typeinfo:eu-repo/semantics/publishedVersionen
dc.identifier.rsihttps://elibrary.ru/item.asp?id=48411852-
dc.identifier.doi10.15826/urej.2022.6.1.005-
local.description.firstpage93-
local.description.lastpage101-
local.issue1-
local.volume6-
local.contributorВебер, Владислав Игоревичru
local.contributorКуприц, Владимир Юрьевичru
local.contributorМещеряков, Александр Алексеевичru
local.contributorКуприц, Марк Владимировичru
Располагается в коллекциях:Ural Radio Engineering Journal

Файлы этого ресурса:
Файл Описание РазмерФормат 
urej-2022-1-06.pdf704,54 kBAdobe PDFПросмотреть/Открыть
Показать базовое описание ресурса Статистика  Google Scholar





Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.